ChatGPTの画像生成が一新　追従性・編集強化した「ChatGPT Image」

OpenAIは17日、画像生成AIの最新バージョンを搭載した「ChatGPT Images」を公開した。ChatGPT内に「Images」機能を追加し、テキストのプロンプトから画像を生成・編集できるようになるほか、画像の生成速度も従来の4倍に高速化された。

新モデルは、ChatGPTの全ユーザーに提供開始され、APIではGPT Image 1.5として利用可能。ビジネスおよびエンタープライズ版への提供は後日としている。Googleの「Nano Banana」が高い画像生成品質や柔軟な編集対応で注目を集める中、OpenAIも対抗してきた形だ。

ChatGPT Imageの開始に伴い、サイドバーに専用の「Image(画像)」を新設。スタイルを選びながらの画像生成や「ホリデーカードを作成」「真珠の耳飾りの少女になった私」など作りたい画像を選んで、写真を追加して変更してもらうといったことが可能になる。

新モデルでは、より意図に沿った画像の生成や編集などに対応。実用的な写真の編集のほか、ヘアスタイルの試着、ベース画像を保ちながら雰囲気を変える「スタイルフィルター」や「コンセプト変換」などに対応する「ポケットの中のクリエイティブタジオ」としている。

例えば、複数の条件や要素。"雰囲気“などを指定した以下のようなプロンプトでも正確に意図を反映して画像を生成できるという。

2000年代のフィルムカメラ風写真で、退屈そうな表情の男性2人と犬を組み合わせ、子供の誕生日パーティーの場面に配置してください。

さらに、この画像に対して人物のセーターを変えたり、背景のポスターを追加したりと編集も可能。画像を映画ポスター風に変更するといった変更も可能となる。

加えて、時代や撮影風景、撮影機材やフィルム、スタイルなどを指定した画像の指定にも対応し、「創造的な探求」を可能としている。

ロサンゼルスの風景スケートボード撮影スタイル：1990年代後半のドキュメンタリー風ストリートフォトグラフィー35mmカラーフィルム使用ライカMスタイルレンジファインダーカメラ（35mmレンズ装着）コダック・ポートラ400カラーパレット自然光ソフトなコントラスト落ち着いたリアルな色彩フィルムグレインを保持わずかなエッジの柔らかさ観察的なスナップショット構図HDRなし現代的なデジタルシャープネスなしシネマティックライティングなし

指示の「追従性」も大幅に向上した。

例えば、

6列×6行のグリッドを作成：1行目：ギリシャ文字ベータ、ビーチボール、レモン、ロボット、水槽、カエル（略）

といった複雑な構図や図版を要求しても、画像を生成できる。加えて、「テキストレンダリング」も強化され、複雑で文字数の多い画像、例えば新聞紙面のような画像も生成できるようになる。これにより、日本の「年賀状」のような使い方にも対応できる。

また、多数の小さな顔のレンダリングや出力の自然な見た目など、出力品質を多角的に向上させた。

API内のGPT Image 1.5も同様に、画像の品質や編集を強化。編集作業を通じ、ブランドロゴやキービジュアルの保存を一貫して行なえるため、マーケティングやブランドワークなどの対応力を高めている。また、画像入力・出力コストをGPT Image 1比で20%削減している。